2026年《应用统计学》模拟考试题及参考答案

2026年《应用统计学》模拟考试题及参考答案一、单项选择题（每题2分，共20分）1.某电商平台2025年四季度用户消费金额数据中，“消费金额”属于（）。A.分类变量B.顺序变量C.离散型数值变量D.连续型数值变量2.若随机变量X服从正态分布N(μ,σ²)，则P(μ-1.96σ≤X≤μ+1.96σ)≈（）。A.0.90B.0.95C.0.99D.0.9973.对某品牌手机电池续航时间进行抽样调查，抽取50部手机测得平均续航8.2小时，标准差1.5小时。若总体标准差未知，构建95%置信区间时应使用（）。A.z分布B.t分布C.F分布D.卡方分布4.假设检验中，若原假设H₀实际为假但未被拒绝，此为（）。A.第Ⅰ类错误B.第Ⅱ类错误C.正确决策D.统计量偏差5.方差分析的基本思想是（）。A.比较组内方差与组间方差B.比较样本均值与总体均值C.检验两个总体方差是否相等D.检验多个总体中位数是否相等6.某城市2025年1-12月气温数据的季节指数计算中，若四季度季节指数为1.25，说明（）。A.四季度气温高于全年平均水平25%B.四季度气温低于全年平均水平25%C.四季度气温波动幅度是全年的1.25倍D.四季度气温趋势项为1.257.回归分析中，决定系数R²=0.85表示（）。A.自变量解释了因变量85%的变异B.因变量解释了自变量85%的变异C.回归方程预测误差为15%D.自变量与因变量的相关系数为0.858.对2×3列联表进行卡方独立性检验，自由度为（）。A.2B.3C.4D.59.时间序列分解中，若数据呈现逐年递增的固定增量趋势，应选择（）模型。A.线性趋势B.二次曲线趋势C.指数趋势D.季节趋势10.分层抽样与整群抽样的主要区别是（）。A.分层抽样按比例抽取，整群抽样按随机抽取B.分层抽样的层内差异小，整群抽样的群内差异大C.分层抽样适用于离散总体，整群抽样适用于连续总体D.分层抽样是多阶段抽样，整群抽样是单阶段抽样二、简答题（每题10分，共40分）1.简述中心极限定理的核心内容及其在统计推断中的作用。2.说明假设检验中显著性水平α与检验功效（1-β）的关系，并解释为何不能同时降低α和β。3.简述一元线性回归模型Y=β₀+β₁X+ε的基本假设，并说明违反“误差项方差齐性”假设的后果。4.比较简单随机抽样、系统抽样和分层抽样的优缺点，举例说明分层抽样的适用场景。三、计算分析题（每题15分，共60分）1.某智能手表厂商对200名用户进行满意度调查，评分范围1-5分（5分为非常满意）。数据整理如下：评分：1分（10人），2分（30人），3分（60人），4分（70人），5分（30人）。要求：（1）计算满意度评分的均值、中位数和众数；（2）计算方差和标准差；（3）评价数据的分布形态（是否对称，偏态方向）。2.某高校声称2025届毕业生平均起薪不低于8000元/月。为验证该声明，随机抽取50名毕业生，测得平均起薪7850元，标准差1200元。（α=0.05，t₀.₀₂₅(49)=2.0096）要求：（1）提出原假设和备择假设；（2）计算检验统计量；（3）判断是否拒绝原假设并给出结论。3.某超市为分析促销活动对销售额的影响，记录了A、B、C三种促销方案下各5天的销售额（单位：千元）：A方案：12,15,14,13,16；B方案：18,20,17,19,21；C方案：10,11,9,12,8。要求：（1）计算各组均值和总均值；（2）计算组间平方和（SSB）和组内平方和（SSW）；（3）进行单因素方差分析（α=0.05，F₀.₀₅(2,12)=3.89），并判断促销方案对销售额是否有显著影响。4.某城市2018-2025年新能源汽车销量（单位：万辆）如下：年份：2018（5.2）、2019（6.8）、2020（8.5）、2021（10.3）、2022（12.1）、2023（14.0）、2024（16.2）、2025（18.5）。要求：（1）拟合线性趋势方程（以2018年为t=1）；（2）预测2026年销量；（3）计算2025年的趋势值与实际值的绝对误差。四、综合应用题（20分）某快递公司为优化配送路线，收集了200条配送记录，变量包括：配送距离（X₁，公里）、配送货物重量（X₂，千克）、配送时间（Y，分钟）。通过多元线性回归分析得到如下结果：回归方程：Ŷ=12.3+2.1X₁+0.8X₂；判定系数R²=0.89，调整R²=0.88；X₁的t检验p值=0.001，X₂的t检验p值=0.025（α=0.05）；F检验p值<0.001。要求：（1）解释回归系数的实际意义；（2）评价模型的拟合优度；（3）判断自变量的显著性；（4）若某订单配送距离15公里、货物重量30千克，预测配送时间；（5）说明模型可能存在的局限性（至少两点）。参考答案一、单项选择题1.D2.B3.B4.B5.A6.A7.A8.C9.A10.B二、简答题1.中心极限定理核心：当样本量n足够大时，无论总体分布如何，样本均值的抽样分布近似服从正态分布，均值为总体均值μ，方差为σ²/n。作用：为大样本下用正态分布近似处理非正态总体的统计推断（如参数估计、假设检验）提供理论依据，是统计学中“用样本推断总体”的重要基础。2.α是原假设为真时拒绝原假设的概率（第Ⅰ类错误概率），1-β是原假设为假时正确拒绝原假设的概率（检验功效）。二者关系：在样本量固定时，α减小会导致β增大，1-β减小；反之亦然。不能同时降低的原因：α和β的权衡本质是“拒绝域”和“接受域”的边界调整，缩小α对应的拒绝域会扩大接受域，增加“取伪”概率β。3.基本假设：（1）误差项ε均值为0（E(ε)=0）；（2）误差项方差恒定（Var(ε)=σ²）；（3）误差项之间不相关（Cov(εᵢ,εⱼ)=0，i≠j）；（4）误差项服从正态分布（ε~N(0,σ²)）；（5）自变量X是非随机的（或与ε独立）。违反方差齐性（异方差）的后果：参数估计的方差不再是最小无偏的，t检验和F检验的显著性水平不准确，影响模型推断的可靠性。4.简单随机抽样：优点是完全随机、无偏；缺点是对大总体操作复杂，可能抽到分散样本。系统抽样：优点是操作简便、样本均匀；缺点是若总体存在周期性波动可能引入偏差。分层抽样：优点是提高估计精度（层内同质性高）、可分别推断各层；缺点是需掌握分层信息，分层成本较高。适用场景：如调查城市居民收入，按“高、中、低”收入分层，因各层内部收入差异小，分层后抽样误差更小。三、计算分析题1.（1）均值=(1×10+2×30+3×60+4×70+5×30)/200=(10+60+180+280+150)/200=680/200=3.4分；中位数：累计频数到100时对应第3分（前两组累计40，第三组累计100），故中位数=3分；众数=4分（频数70最大）。（2）方差=Σ[(xᵢ-μ)²×fᵢ]/n=[(1-3.4)²×10+(2-3.4)²×30+(3-3.4)²×60+(4-3.4)²×70+(5-3.4)²×30]/200=[(5.76×10)+(1.96×30)+(0.16×60)+(0.36×70)+(2.56×30)]/200=(57.6+58.8+9.6+25.2+76.8)/200=228/200=1.14；标准差=√1.14≈1.07分。（3）均值3.4>中位数3，数据右偏（正偏态）。2.（1）H₀:μ≥8000（高校声明成立），H₁:μ<8000（单侧检验）。（2）检验统计量t=(7850-8000)/(1200/√50)=(-150)/(169.71)≈-0.884。（3）临界值t₀.₀₅(49)=-1.677（单侧），计算t=-0.884>-1.677，未落入拒绝域，不拒绝H₀，结论：无充分证据否定高校声明。3.（1）A均值=(12+15+14+13+16)/5=14；B均值=(18+20+17+19+21)/5=19；C均值=(10+11+9+12+8)/5=10；总均值=(14×5+19×5+10×5)/15=(70+95+50)/15=215/15≈14.33。（2）SSB=5×(14-14.33)²+5×(19-14.33)²+5×(10-14.33)²=5×(0.1089)+5×(21.8089)+5×(18.7489)=0.5445+109.0445+93.7445≈203.33；SSW=Σ(xᵢⱼ-均值ᵢ)²=((12-14)²+…+(16-14)²)+((18-19)²+…+(21-19)²)+((10-10)²+…+(8-10)²)=(4+1+0+1+4)+(1+1+4+0+4)+(0+1+1+4+4)=10+10+10=30。（3）MSB=SSB/(k-1)=203.33/2≈101.67；MSW=SSW/(n-k)=30/12=2.5；F=MSB/MSW=101.67/2.5≈40.67>3.89，拒绝H₀，促销方案对销售额有显著影响。4.（1）设趋势方程为Ŷ=α+βt，t=1到8。计算Σt=36，ΣY=5.2+6.8+…+18.5=91.6，ΣtY=1×5.2+2×6.8+…+8×18.5=5.2+13.6+25.5+41.2+60.5+84+129.6+148=507.6，Σt²=1+4+…+64=204。β=(8×507.6-36×91.6)/(8×204-36²)=(4060.8-3297.6)/(1632-1296)=763.2/336≈2.27；α=(91.6-2.27×36)/8=(91.6-81.72)/8=9.88/8≈1.235。故趋势方程：Ŷ=1.235+2.27t。（2）2026年t=9，预测值=1.235+2.27×9≈1.235+20.43=21.665万辆。（3）2025年t=8，趋势值=1.235+2.27×8≈1.235+18.16=19.395万辆，绝对误差=|18.5-19.395|=0.895万辆。四、综合应用题（1）回归系数：X₁每增加1公里，配送时间平均增加2.1分钟；X₂每增加1千克，配送时间平均增加0.8分钟。（2）R²=0.89，说明模型解释了配送时间89%的变异，拟合优度较高；调整R²=